TRABALHOS PUBLICADOS

@inproceedings{242806_1,

title = {Avalia\c{c}\~{a}o Dimensional de Pe\c{c}as Fabricadas por Manufatura Aditiva para Aplica\c{c}\~{a}o em Ve\'{i}culos Aut\^{o}nomos},

author = {Filipe Pereira Berardi and Pedro Humberto Accioly Costa and Vilson Berilli Mendes and Doina Mariana Banea},

url = {https://www.sige.ita.br/edicoes-anteriores/2024/st/242806_1.pdf?x11208},

issn = {1983-7402},

year  = {2024},

date = {2024-01-01},

booktitle = {Simp\'{o}sio de Aplica\c{c}\~{o}es Operacionais em \'{A}reas de Defesa 2024 (SIGE2024)},

abstract = {O uso de drones em aplica\c{c}\~{o}es civis e militares tem crescido devido \`{a} redu\c{c}\~{a}o de custo dos ve\'{i}culos. Em geral, drones precisam ser produzidos com estruturas leves e com alta precis\~{a}o dimensional, permitindo uma maior autonomia e melhor orienta\c{c}\~{a}o espacial, respectivamente. A Manufatura Aditiva tem sido cada vez mais explorada para a fabrica\c{c}\~{a}o de drones por permitir a fabrica\c{c}\~{a}o de pe\c{c}as leves, devido ao processo de fabrica\c{c}\~{a}o que pode definir diferentes percentuais de preenchimento interno, controlando assim sua densidade. Entretanto, ainda h\'{a} pouco estudo sobre o efeito dos par\^{a}metros de padr\~{a}o e percentual de preenchimento na toler\^{a}ncia dimensional dos componentes. Este estudo visa avaliar, de acordo com a norma DIN 7168, o impacto do padr\~{a}o e percentual de preenchimento na toler\^{a}ncia dimensional de pe\c{c}as fabricadas por Impress\~{a}o 3D utilizando m\'{a}quina de baixo custo e os filamentos PLA e ABS, mais populares no mercado. Palavras-Chave  Manufatura Aditiva, Drone, Avalia\c{c}\~{a}o Dimensional.},

keywords = {Avalia\c{c}\~{a}o Dimensional, Drone, Manufatura Aditiva},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{Andr\'{e}2021Droneb,

title = {Abordagens Exata e Heur\'{i}stica na Otimiza\c{c}\~{a}o do Problema do Caixeiro Viajante com Drone},

author = {Andr\'{e} Rossi Kuroswiski and Humberto Baldessarini Pires and Angelo Passaro and Lamartine Nogueira Frutuoso},

url = {https://www.sige.ita.br/edicoes-anteriores/2021/st/218394_1.pdf},

year  = {2021},

date = {2021-01-01},

booktitle = {Simp\'{o}sio de Aplica\c{c}\~{o}es Operacionais em \'{A}reas de Defesa 2021 (SIGE2021)},

abstract = {O aumento na utiliza\c{c}\~{a}o de drones para cumprir as mais variadas tarefas tem motivado um crescimento exponencial de pesquisas que buscam otimizar o emprego desses meios, beneficiando tanto aplica\c{c}\~{o}es militares quanto civis, dentre as quais a log\'{i}stica de entregas. Nesse sentido, o uso conjugado de caminh\~{o}es e drones v\^{e}m sendo explorado com bastante interesse pela Pesquisa Operacional. Este trabalho apresenta formula\c{c}\~{o}es matem\'{a}ticas em Programa\c{c}\~{a}o Linear Inteira Mista e prop\~{o}e um Algoritmo Gen\'{e}tico h\'{i}brido (HGenFS) para a otimiza\c{c}\~{a}o de uma varia\c{c}\~{a}o do Problema do Caixeiro Viajante (Traveling Salesman Problem, TSP) chamada de Flying Sidekick TSP (FSTSP), em que caminh\~{a}o e drone atuam cooperativamente. Os resultados obtidos confirmaram que a formula\c{c}\~{a}o adotada para a solu\c{c}\~{a}o exata \'{e} adequada para resolver problemas de at\'{e} dez clientes e o HGenFS demonstrou ser capaz de encontrar solu\c{c}\~{o}es \'{o}timas para o FSTSP, em poucos segundos, ao incorporar heur\'{i}sticas espec\'{i}ficas e uma fase de busca local.},

keywords = {Drone, Meta-, Modelagem matem\'{a}tica},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{Livia2021Droneb,

title = {Detec\c{c}\~{a}o de Drones Intrusos},

author = {Livia Fragoso Pimentel and Luiz C Giacomossi Jr and Jefferson Costa Matos and Vitor Venceslau Curtis and Filipe},

url = {https://www.sige.ita.br/edicoes-anteriores/2021/st/217759_1.pdf},

year  = {2021},

date = {2021-01-01},

booktitle = {Simp\'{o}sio de Aplica\c{c}\~{o}es Operacionais em \'{A}reas de Defesa 2021 (SIGE2021)},

abstract = {A crescente aplica\c{c}\~{a}o de drones possibilitou o advento de novas solu\c{c}\~{o}es para os desafios do mundo moderno e exp\^{o}s a necessidade de maior aten\c{c}\~{a}o a quest\~{o}es relacionadas \`{a} seguran\c{c}a e privacidade. Nesse contexto, a identifica\c{c}\~{a}o de drones invasores representa uma solu\c{c}\~{a}o urgente em meio ao aumento dos riscos decorrentes da populariza\c{c}\~{a}o desse tipo de ve\'{i}culo. Frente a esse cen\'{a}rio, este estudo visa a aplicar t\'{e}cnicas de Aprendizado de M\'{a}quina na detec\c{c}\~{a}o de drones invasores com o uso de dados de tr\'{a}fego wi-fi criptografados. A metodologia aplicada baseia-se em uma an\'{a}lise explorat\'{o}ria desses dados, seguida da etapa de pr\'{e}-processamento deles e da avalia\c{c}\~{a}o de modelos preditivos com o objetivo de selecionar aqueles capazes de prover maiores precis\~{o}es e menores tempos de processamento ao classificar se um sinal \'{e} proveniente de um drone, ou n\~{a}o.},

keywords = {Aprendizado de M\'{a}quina, detec\c{c}\~{a}o, Drone},

pubstate = {published},

tppubtype = {inproceedings}

}